[发明专利]一种结合头部跟踪的密集场景下行人多目标跟踪方法

说明书

一种结合头部跟踪的密集场景下行人多目标跟踪方法。为减小密集场景中严重的遮挡现象给跟踪器带来性能下降的负面影响，考虑到头部是行人整个身体最高最不易被遮挡的部位，本发明设计了一种新型的结合头部跟踪的行人多目标跟踪方法。首先，使用头部跟踪器生成行人头部运动轨迹，同时检测出行人的全身边界框；其次计算头部边界框和全身边界框之间的关联程度，使用匈牙利算法对上述计算结果进行匹配；最后根据匹配结果将头部轨迹中头部边界框替换为全身边界框，并输出密集场景下行人全身的运动轨迹。实验证明，本发明有效降低了密集场景下严重遮挡为跟踪器带来的漏报和误报等负面影响。

【技术领域】

本发明涉及人工智能的多目标跟踪领域，具体而言是一种基于深度学习的，结合头部跟踪的密集场景下行人多目标跟踪方法。

【背景技术】

多目标跟踪(MultipleObjectTracking，MOT)算法是一种通用的算法，可以应用在视觉领域的各个方面，常见的有安防领域、自动驾驶领域以及医疗领域。先检测后跟踪(TrackingByDetection，TDB)是MOT领域的一种范式，TDB具有精度高、速度快、具备实时性的特点，是当前行人多目标跟踪领域的主流方法。DeepSort是一种遵从TDB范式的多目标跟踪算法：在运行DeepSort之前，首先要用检测器在视频的每一帧图片中检测出感兴趣的目标，然后使用卡尔曼滤波器、匈牙利算法、特征提取器等组件，综合考虑目标边界框的运动轨迹、外观相似度、运动相似度等信息，按照预测、匹配、更新的流程来计算目标的运动轨迹。DeepSort运行速度快、可以满足实时性、拥有较高的准确度，因此是目前工业界使用率最高的MOT算法之一。粒子滤波(ParticleFilter)是另外一种多目标跟踪方法，它建立起一组在状态空间中传播的随机样本，使用样本的均值将来寻找目标，进而获得系统状态的最小方差估计，这些样本被形象地称为“粒子”。可以将粒子滤波分为四部分：①目标初始化②目标搜索③加权决策④目标重采样，粒子滤波在运行时按照①-②-③-④-②-③-④……的操作顺序来获得每一帧中目标的运动轨迹。

在多目标跟踪算法的实现过程中，目标被遮挡一直是令研究者头疼的问题。遮挡表现为目标信息的丢失，而跟踪算法的关键就是搜索到足够多的目标信息并判定目标所在，所以遮挡给目标跟踪的可靠性带来很大挑战，可能导致跟踪的不稳定甚至丢失目标。相较于一般的多目标跟踪场景，密集场景中庞大的目标数量导致目标间存在着更严重的互遮挡现象，因此密集场景中目标被遮挡的频率和遮挡程度也更加严重。如何有效的处理遮挡，特别是密集场景中严重和频繁的遮挡，一直是多目标跟踪中的一个难点。目前多数MOT系统都不能处理较严重的遮挡问题，也不能提供标准来判断何时终止及何时重新开启目标的轨迹轨迹，且在目标丢失情况下没有相应的重新获取目标的引导方法。

【发明内容】

本发明的目的是解决密集场景中的目标严重和频繁的遮挡问题,降低密集场景下目标被遮挡给多目标跟踪工作带来的负面影响。综合考虑到行人的头部是行人全身上最不易被遮挡，而且是一个可以被有效跟踪的身体部位，本发明提出了一种行之有效的结合头部跟踪的多目标跟踪方法，该方法在执行密集场景下的多目标跟踪任务时十分有效。

本发明的技术方案

一种结合头部跟踪的密集场景下行人多目标跟踪方法，该方法处理的对象是在行人密集地点拍摄的一段视频，视频中有多个行人在视频画面中走动；该方法对视频中的每一帧图片，按照如下步骤进行操作：

第1步、头部轨迹和全身边界框的生成；

以原始视频帧作为跟踪器的输入，使用头部跟踪器生成行人运动时的带有头部边界框的头部轨迹，同时使用全身检测器生成全身边界框。

第1.1步、头部跟踪的流程符合先检测后跟踪(TrackingByDetection)范式，即先使用头部检测器检测图片中行人头部边界框，然后根据检测结果完成头部跟踪任务。头部检测器的流程如下：